结合本体与社会化标签的用户动态兴趣建模研究
李媛媛, 李旭晖
武汉大学信息管理学院,武汉 430072
Modeling Research of Users Dynamic Interests Based on Ontology and Folksonomy
Li Yuanyuan, Li Xuhui
School of Information Management, Wuhan University, Wuhan 430072
摘要 以博客、即时通讯、社会网络、社群共享、社会化标注等为代表的Web 2.0应用技术,使用户、信息、资源构成关系紧密的web网络。目前将本体应用到社会化标签用户动态兴趣的研究资料极为稀少,尚无法满足平台对用户兴趣精准把控的需求。本研究从此角度出发,探讨兴趣模型的构建方法。在《中国分类主题词表》和《中国图书馆分类法》对词语的约束规则和关系定义的基础上,构建豆瓣读书用户的兴趣标签本体;并根据再现率、覆盖度、热度率指标对标签的兴趣强度、稳定性进行预测实验,确定兴趣的表示形式,以此构建初始兴趣模型,并提出相应的兴趣节点更新流程。本研究提出的基于本体的用户兴趣模型及更新流程在用户兴趣表示的深度及广度上有了一定程度的提升,在标签资源推荐、检索等实践应用上其适用性更强。
关键词 :
本体 ,
社会化标签 ,
兴趣模型 ,
用户动态兴趣
收稿日期: 2019-10-16
基金资助: 国家自然科学基金重大研究计划“大数据驱动的管理与决策研究”重点支持项目“基于知识关联的金融大数据价值分析、发现及协同创造机制”(91646206);教育部人文社会科学重点研究基地重大项目“大数据资源的语义表示与组织研究——面向文化遗产领域”(16JJD870002)。
作者简介 : 李媛媛,女,1994年生,硕士,主要研究方向为自然语言处理
1 潘淑如. 社会化标签系统中基于本体的个性化信息推荐模型探究[J]. 图书馆学研究, 2014(21): 77-80, 37. 2 扈维, 张尧学, 周悦芝. 基于社会化标注的用户兴趣挖掘[J]. 清华大学学报(自然科学版), 2014, 54(4): 502-507. 3 夏宁霞, 苏一丹, 覃华, 等. 社会化标签系统中个性化的用户建模方法[J]. 计算机应用, 2011, 31(6): 1667-1670. 4 秦勤. 基于用户标注兴趣模型的个性化信息推荐研究[D]. 太原: 山西医科大学, 2018. 5 WuB X, XiaoJ, ChenJ M. Friend recommendation by user similarity graph based on interest in social tagging systems[C]// Proceedings of the International Conference on Intelligent Computing: Advanced Intelligent Computing Theories and Applications. Cham: Springer, 2015, 9227: 375-386. 6 XuZ H, RuL, XiangL, et al. Discovering user interest on Twitter with a modified author-topic model[C]// Proceedings of the IEEE/WIC/ACM International Conferences on Web Intelligence and Intelligent Agent Technology. New York: IEEE, 2011: 422-429. 7 易明, 毛进, 邓卫华. 基于社会化标签网络的细粒度用户兴趣建模[J]. 现代图书情报技术, 2011(4): 35-41. 8 易明, 邓卫华, 徐佳. 社会化标签系统中基于组合策略的个性化知识推荐研究[J]. 情报科学, 2011, 29(7): 1093-1097. 9 易明, 操玉杰, 沈劲枝, 等. 社会化标签系统中基于密度聚类的Web用户兴趣建模方法[J]. 情报学报, 2011, 30(1): 37-43. 10 张艳梅, 王璐. 适应用户兴趣变化的社会化标签推荐算法研究[J]. 计算机工程, 2014, 40(11): 318-321. 11 孙雨生. 国内基于本体的用户兴趣建模研究进展(下)——模型管理[J]. 情报理论与实践, 2015, 38(1): 139-144. 12 陈一峰, 赵恒凯, 余小清, 等. 基于本体的用户兴趣模型构建研究[J]. 计算机工程, 2010, 36(21): 46-48, 51. 13 范玉全, 陈跃新. 基于本体的用户兴趣模型的更新方法[J]. 计算机光盘软件与应用, 2013, 16(7): 22-23, 35. 14 李志隆, 王道平, 关忠兴. 基于领域本体的用户兴趣模型构建方法研究[J]. 情报科学, 2015, 33(11): 69-73. 15 谢梦瑶. 社会化标注中用户动态兴趣主题挖掘[D]. 杭州: 浙江理工大学, 2017.
[1]
张海涛, 刘伟利, 栾宇, 刘嫣. 重大突发事件的情景图谱构建 [J]. 情报学报, 2021, 40(9): 924-933.
[2]
陆泉, 刘婷, 张良韬, 陈静. 面向知识发现的模糊本体融合与推理模型研究 [J]. 情报学报, 2021, 40(4): 333-344.
[3]
张卫, 王昊, 邓三鸿, 张宝隆. 电子政务领域中文术语层次关系识别研究 [J]. 情报学报, 2021, 40(1): 62-76.
[4]
王晓光, 周慧敏, 宋宁远. 科学论文论证本体设计与标注实验 [J]. 情报学报, 2020, 39(9): 885-895.
[5]
王芳, 杨京, 徐路路. 面向火灾应急管理的本体构建研究 [J]. 情报学报, 2020, 39(9): 914-925.
[6]
曹文振, 赖纪瑶, 王延飞. 人工智能时代情报学发展走向之辨——对本体论、感知论、方法论、服务论的再思考 [J]. 情报学报, 2020, 39(5): 557-564.
[7]
唐琳, 郭崇慧, 陈静锋, 孙磊磊. 基于中文学术文献的领域本体概念层次关系抽取研究 [J]. 情报学报, 2020, 39(4): 387-398.
[8]
黄奇, 钱韵洁, 袁勤俭, 陆佳莹. 基于图形数据库的产品分类本体存储研究 [J]. 情报学报, 2019, 38(8): 849-859.
[9]
贾君枝, 崔西燕. 人物本体词表之间的互操作及分类体系构建 [J]. 情报学报, 2019, 38(7): 731-741.
[10]
楼雯, 王慧, 鞠源. 基于二值相似度计算的异构本体融合方法 [J]. 情报学报, 2019, 38(6): 622-631.
[11]
黄奇, 钱韵洁, 袁勤俭, 陆佳莹. 基于图形数据库的OWL 本体存储模型研究 [J]. 情报学报, 2019, 38(3): 310-321.
[12]
唐晓波, 谭明亮, 李诗轩, 郑杜. 企业破产预测系统模型构建及实现研究 [J]. 情报学报, 2019, 38(10): 1051-1065.
[13]
李雨轩, 黄奇, 陈雪, 郑姝雅, 张戈. 利用领域本体提高信息对称性的研究 [J]. 情报学报, 2018, 37(7): 678-685.
[14]
胡蓉, 唐振贵, 朱庆华. 混合需求驱动的文内视觉资源移动视觉搜索框架 [J]. 情报学报, 2018, 37(3): 285-293.
[15]
朱惠, 王昊, 苏新宁, 邓三鸿. 汉语领域术语非分类关系抽取方法研究 [J]. 情报学报, 2018, 37(12): 1193-1203.